L'Escala de Comade Glasgow
Opinió
La complexitat
dels processos biològics és tan alta que sovint no resulta manejable en la pràctica diària. Per poder-ho fer els professionals mèdics simplifiquem, és a dir, ignorem part de les variables per prendre decisions en un temps raonable. Aquesta simplificació és una abstracció que suposa sempre una pèrdua d’informació i de detall. Això és un perill d’error, atès que ens allunya de la realitat. Un dels camps on més passa és en el de l’avaluació de risc. Els factors que, en una persona i moment concret, fan que una situació vital evolucioni a pitjor són massa per a ser calculats de forma exacta. Amb l’ajuda d’estudis cooperatius, l’estadística i un gran nombre de casos, s’estan creant índexs predictius cada cop més exactes.
Un dels més famosos parla del nivell de consciència, o el que és el mateix, de la profunditat d’un estat de coma. L’Escala de Coma de Glasgow va ser desenvolupada per Teasdale i Jennet l’any 1974 i és àmpliament usada a tot el món per valorar l’estat de la consciència en cas de traumatisme cranial i altres tipus de coma no traumàtics.
Valorant l’obertura dels ulls (de nul·la a espontània), la resposta verbal (de cap a orientada i coherent) i la resposta motora (de nul·la a ser capaç d’entendre i obeir ordres) classifica en una escala numèrica de (de 3 a 15) la gravetat en lleu (>12), moderat (8-12) o greu (<8), ens indica el tractament mèdic inicial i pronostica el risc de discapacitat a llarg termini. En l’estudi que Wayne Meredith i Robert Rutledge van publicar al
Journal of Trauma
l’any 1998 basat en 24.000 pacients van demostrar que el nivell de resposta motora era un bon predictor de mortalitat. En el medi extrahospitalari, la no-resposta a ordres és el marcador més ràpid per identificar pacients de risc.
Les seves limitacions principals són que no és útil en persones amb deteriorament cognitiu o pot resultar poc exacta en algunes intoxicacions. D’altra banda, ens proporciona una fotografia d’una situació que és dinàmica. L’evolució del valor sovint aporta molta més informació predictiva.
